如何用递归替代嵌套循环实现Connect 4 AI的位置遍历？

栈模拟多层循环（高效且易读） #

用栈手动模拟循环层级的状态，完全替代嵌套循环，既能保留原生循环的性能，又能大幅减少代码量，同时回溯逻辑清晰可控。

实现代码 #

import random

def simulate_7layer_loops(max_col=7):
    # 栈元素格式：(当前层级, 当前列索引)
    stack = [(0, 0)]
    
    while stack:
        level, idx = stack.pop()
        
        # 最后一层直接遍历剩余索引，执行核心逻辑
        if level == 6:  # 7层对应索引0-6
            for col in range(idx, max_col):
                # 替换为你需要的最后一层处理逻辑
                print(f"落子位置：层级{level+1}，列{col+1}")
            continue
        
        # 非最后一层，从当前索引开始遍历列
        for col in range(idx, max_col):
            break_chance = random.randint(1, 5)
            if break_chance > 3:
                break  # 触发回溯，不再深入下一层
            
            # 记录当前层下一次遍历的起始索引，再压入下一层初始状态
            stack.append((level, col + 1))
            stack.append((level + 1, 0))
            break  # 进入下一层循环

# 调用模拟7层循环
simulate_7layer_loops()

方案优势 #

• 性能接近原生嵌套：栈操作是底层逻辑，没有函数调用或递归的额外开销，和手写7层循环速度几乎一致。
• 可扩展性强：如果后续需要调整层数，只需修改level == 6的判断条件，无需重构大量嵌套代码。
• 回溯逻辑直观：通过栈的弹出和压入明确控制循环的进退，比递归更容易跟踪流程。

生成器版递归（适合遍历有效路径） #

如果你的需求是遍历所有未被中断的完整7层落子组合，可改用生成器实现递归，解决之前递归回溯失效的问题：

实现代码 #

import random

def generate_valid_moves(levels=7, max_col=7):
    def backtrack(current_path):
        current_level = len(current_path)
        if current_level == levels:
            yield current_path
            return
        
        for col in range(max_col):
            break_chance = random.randint(1, 5)
            if break_chance > 3:
                break  # 中断当前层，回溯到上一级
            # 递归遍历下一层，用yield from传递结果
            yield from backtrack(current_path + [col])
    
    yield from backtrack([])

# 遍历所有有效落子路径
for move_path in generate_valid_moves():
    print(f"有效落子序列：{move_path}")

注：之前递归失效的原因大概率是没有正确使用yield from传递递归结果，这个版本通过生成器的迭代特性，能准确触发break回溯逻辑。

内容的提问来源于stack exchange，提问作者kxrosene